Uji Analisis Korelasi dengan Program SPSS

Uji Analisis Korelasi Dengan Program SPSS | Setelah uji persyaratan analisis data terpenuhi biasanya peneliti akan melakukan uji analisis data. Uji korelasi dilakukan untuk mengetahui hubungan antara variabel bebas dengan variabel terikat dan sebaliknya. Hubungan variabel X dan Y bersifat:
a. Positif, artinya jika X naik, maka Y naik.
b. Negatif, artinya jika X naik, maka Y turun.

Dalam program SPSS terdapat tiga metode sederhana diantaranya adalah Pearson Correlation, Kendall’s tau-b, dan Sepearman Correlation. Pearson Correlation digunakan untuk skala interval dan rasio, sedangkan Kendall’s tau-b dan Sepearman correlation lebih cocok untuk skala ordinal.

Mungkin langsung saja ya..kali ini kita bahas langkah-langkah Uji Analisis Korelasi Dengan Program SPSS: Saya mempunyai data mengenai Prestasi, Motivasi dan Minat Belajar, disini saya ingin menguji hubungan yang signifikan antara motivasi, minat belajar dan prestasi.

1. Buka lembar kerja baru pada program SPSS.
2. Klik Variable View pada SPSS data editor.
3. Pada kolom Name, klik prestasi pada baris pertama, motivasi pada baris kedua, dan minat pada baris ketiga.
4. Pada kolom Decimals, ketik 1 untuk baris pertama, dan ketik 0 untuk baris kedua dan ketiga.
5. Pada kolom Label, ketik Prestasi belajar untuk baris pertama, Motivasi Belajar pada baris kedua, dan Minat Belajar pada baris ketiga.
6. Abaikan kolom yang lainnya.

7. Klik Data View, pada SPSS Data editor.
8. Ketik datanya seperti data di atas sesuai dengan variabelnya.
9. Dari menu utama SPSS, pilih menu Analyze - Correlate - Bevariate
10. Masukkan semua variabel pada kolom Variables
11. Untuk kolom Correlation coefficients, pilih Pearson, pada Test of Significance, pilih Two- tailed
12. Klik Flag Significant correlations

13. Klik OK untuk mengakhiri perintah. Maka tampilan outputnya adalah seperti dibawah ini:

Penjelasan dari ourput di atas:
Pada output terlihat korelasi antara Prestasi dengan Motivasi menghasilkan angka 0,732. Angka tersebut menunjukkan kuatnya korelasi antara Prestasi dengan Motivasi karena nilai r di atas 0,5. Sedangkan tanda ‘*’ menunjukkan bahwa semakin tinggi Motivasi, maka akan semakin tinggi prestasinya, dan bergitu sebaliknya.

Untuk korelasi antara Prestasi dengan Minat yang menghasilkan angka 0,156. Angka tersebut berarti kedua variabel mempunyai korelasi yang sangat lemah karena di bawah 0,5.
Sedangkan untuk korelasi antara Motivasi dengan Minat menghasilkan angka -0,219. Angka tersebut berarti kedua variabel mempunyai korelasi yang lemah karena di bawah 0,5. Tanda negatif (-) menunjukkan hubungan yang berlawanan, jika motivasi tinggi maka minat belajarnya rendah, dan sebaliknya.

Penarikan Kesimpulan:
a. Berdasarkan nilai probabilitas: jika probabilitas > 0,05 maka tidak terdapat korelasi, dan sebaliknya jika probabilitas < 0,05 maka terdapat korelasi.
Prestasi dengan motivasi diperoleh nilai probabilitas = 0,016 < 0,05, maka terdapat korelasi yang signifikan. Nilai probabilitas prestasi dengan minat = 0,668 > 0,05, maka tidak terdapat korelasi yang signifikan. Nilai probabilitas motivasi dengan minat 0,534 > 0,05 maka tidak terdapat korelasi yang signifikan.

b. Berdasarkan tanda ‘*’ yang diberikan SPSS
Signifikan tidaknya korelasi dua variabel dapat juga dilihat dari adanya tanda ‘*’ pada pasangan data yang dikorelasikan pada proses perhitungan di atas. Dari pasangan di atas hanya pasangan prestasi dengan motivasi yang diberi tanda *. Ini berarti pasangan prestasi belajar dengan motivasi belajar mempunyai hubungan yang signifikan, sedangkan pasangan yang lainnya ada hubungan, tetapi hubungan yang tidak signifikan.

Sekian artikel dengan judul Uji Analisis Korelasi Dengan Program SPSS semoga dapat bermanfaat. Selanjutnya Uji Regresi

[Search : Uji Analisis Korelasi dengan Program SPSS, Langkah-langkah melakukan Uji Analisis Korelasi dengan Program SPSS versi 21]

[Sumber Rujukan : Widiyanto, Joko. 2012. SPSS For Windows. Surakarta: Badan Penerbit-FKIP Universitas Muhammadiyah Surakarta]

Lihat: VIDEO Analisis Korelasi Pearson SPSS

Share on Facebook

Share on Twitter

Share on Google+

Share on LinkedIn